Sklearn教程: 模块1

Sklearn教程:第一模块

我上了官方的sklearn MOOC教程。以下是我的心得。

经过多年与Python科学堆栈(NumPy,Matplotlib,SciPy,Pandas和Seaborn)的玩耍之后,显而易见的是,下一步是scikit-learn,或者称为“sklearn”。

Thought Catalog在Unsplash上的照片

但是为什么选择sklearn?

在机器学习库中,scikit-learn是事实上最简单和最易于学习的框架。它基于科学堆栈(主要是NumPy),专注于传统而强大的算法,如线性回归/支持向量机/降维,并提供了许多围绕这些算法构建的工具(例如模型评估和选择,超参数优化,数据预处理和特征选择)。

但它的主要优势无疑是其文档和用户指南。你可以从scikit-learn的网站上几乎学到所有的东西,其中包含很多示例。

<p请注意,其他流行的框架包括tensorflow和pytorch,但它们具有更陡峭的学习曲线,并且专注于像计算机视觉和神经网络这样更复杂的主题。由于这是我与机器学习的第一个真正的接触,我决定从sklearn开始。

<p我几个月前已经开始阅读文档,但在文档体量较大时有些迷失方向。尽管文档非常庞大且写得非常好,但我不确定最佳的学习sklearn的方法是否是一页一页地阅读整个文档。

<p好消息是,激发我进一步学习scikit-learn的意愿的是,scikit-learn团队推出了“官方”mooc教程。

使用scikit-learn进行Python机器学习

使用scikit-learn构建预测模型,以及深入了解其强项和局限性……

www.fun-mooc.fr

在这个系列中,我将尝试总结我从MOOC的6个模块中学到的内容。这对我来说是一个练习记忆和总结所学知识的好机会,同时也是一个初步了解sklearn的好机会。

</p好消息是,激发我进一步学习scikit-learn的意愿的是,scikit-learn团队推出了“官方”mooc教程。</p我几个月前已经开始阅读文档,但在文档体量较大时有些迷失方向。尽管文档非常庞大且写得非常好,但我不确定最佳的学习sklearn的方法是否是一页一页地阅读整个文档。</p请注意,其他流行的框架包括tensorflow和pytorch,但它们具有更陡峭的学习曲线,并且专注于像计算机视觉和神经网络这样更复杂的主题。由于这是我与机器学习的第一个真正的接触,我决定从sklearn开始。